Herramientas para el desarrollo

### Carga de paquetes de R
library(dplyr)
library(ggplot2) 
library(plotly) 
library(DT) 
library(rgdal) 
library(readxl)
library(readr)
library(lubridate)

Tabla

Preparativos

# Carga de datos de Datos
estadisticas_policiales <-
  readxl::read_excel("C:/Users/User/Downloads/estadisticaspoliciales2021.xls")
# Transformacion de la Fecha
estadisticas_policiales$Fecha <- as.Date(estadisticas_policiales$Fecha, format = "%d/%m/%Y")

Tabla interactiva con el paquete DT de R para representar las estadisticas policiales del 2021 en Costa Rica

estadisticas_policiales %>%
  dplyr::select(Delito,
                Fecha,
                Victima,
                Edad,
                Genero,
                Provincia,
                Canton) %>%
  datatable(
    colnames = c(
      "Delito",
      "Fecha",
      "Víctima",
      "Edad",
      "Género",
      "Provincia",
      "Cantón"
    ),
    options = list(
      pageLength = 5,
      language = list(url = '//cdn.datatables.net/plug-ins/1.10.11/i18n/Spanish.json')
    )
  )
## Warning in instance$preRenderHook(instance): It seems your data is too big
## for client-side DataTables. You may consider server-side processing: https://
## rstudio.github.io/DT/server.html

Gráficos

Gráfico de Cantidad de Delitos por Tipo de delito

grafico_estadisticas_policiales <-
estadisticas_policiales %>%
count(Delito) %>%
ggplot(aes(x = reorder(Delito, n), y = n)) +
geom_bar(stat = "identity") +
ggtitle("Cantidad de Delitos por Tipo de Delito") +
xlab("Tipo de Delito") +
ylab("Cantidad") +
coord_flip() + 
theme_minimal()
ggplotly(grafico_estadisticas_policiales)

Gráfico de Cantidad de Delitos por mes del año

Preparativos
estadistica_pormes <- estadisticas_policiales %>% mutate(fecha_mes = lubridate::month(Fecha)) 
nombres_estadisca <- c("Enero", "Febrero", "Marzo", "Abril", "Mayo", "Junio", "Julio", "Agosto", "Septiembre", "Octubre", "Noviembre")
grafico_estadisticas_pormes <-
estadistica_pormes %>%
count(fecha_mes) %>%
ggplot(level = levelorder, (aes(x = reorder(nombres_estadisca, fecha_mes), y = n))) +
geom_bar(stat = "identity") +
ggtitle("Cantidad de Delitos por mes") +
xlab("Mes") +
ylab("Cantidad") +
theme_minimal( )

ggplotly (grafico_estadisticas_pormes)

Gráfico de Proporcion del Delito según el Género

barra_proporcion_genero <-
  estadisticas_policiales %>%
  ggplot(aes(x = Delito, fill = Genero)) +
  geom_bar(position = "fill") +
  ggtitle("Proporciones de Delitos según el Género") +
  xlab("Género") +
  ylab("Proporciones") +
  labs(fill = "Delito") +
  theme_minimal()

ggplotly(barra_proporcion_genero)

Gráfico de Cantidad de Delitos para los cantones de San José, Alajuela, Cartago y Heredia

grafico_estadisticas_cantones <-
  estadisticas_policiales %>%
  count(Canton) %>%
  filter(Canton == "SAN JOSE" |
           Canton == "ALAJUELA" |
           Canton == "CARTAGO" | Canton == "HEREDIA") %>%
  ggplot(aes(x = reorder(Canton, n), y = n)) +
  geom_bar(stat = "identity") +
  ggtitle("Cantidad de Delitos en los Cantones de San José, Alajuela, Cartago y Heredia") +
  xlab("Cantón") +
  ylab("Cantidad") +
  theme_minimal()

ggplotly(grafico_estadisticas_cantones)

Bibliografía

Datos abiertos del Organismo de Investigación Judicial (OIJ). (30, noviembre, 2020). Estadisticaspoliciales2021 [Base de datos]. Recuperado de https://sitiooij.poder-judicial.go.cr/index.php/ayuda/servicios-policiales/servicios-a-organizaciones/indice-de-transparencia-del-sector-publico-costarricense/datos-abiertos